進階Data Science技巧大全！目錄

讓你的ML面試更有料！！！每週更新中！！！

從2015年我就不斷地接觸學習最新的ML DL相關論文、Kaggle 競賽技巧、ML實務的技巧，但是過去一直苦於很多知識分散在網路上的各個角落，光是要找到就已經有困難，要能夠吸收就更困難了，所以才在今年年初開始寫自己的Medium整理我所知的相關知識。

現在文章數量到了一定，整理一個目錄方便大家閱讀。

隨著我每週更新文章，目錄也會馬上更新！！

基礎的ML知識我目前並沒有打算撰寫，網路上相關資源非常多，具體可以參考我之前整理的。

2021年DL/ML自學資源統整

如果只推薦一門課程的話，能夠吸收英文的我推薦CMU的DS課程

Practical Data Science

英文比較不適應的朋友，我推薦一樣先看林軒田老師的ML課程

進階Data Science技巧大全目錄

零、ML / DS Product Design

為甚麼ML production很重要？2021年ML新趨勢

【聽後感】02/13 聊聊如何成為世界級產品設計師 — 從矽谷/紐約設計與人工智慧產品談起 clubhouse

一、ML開法流程梳理

【論文】ML的系統開發流程詳解，NASA、微軟、MIT、牛津合著大作

機器學習祖師Andrew Ng 3/25 MLops 演講筆記與補充 別再用Model的角度想事情

二、Preprocessing

Feature Transform

• 不要再做One Hot Encoding！！
• Kaggle Categorical Encoding 3大絕招

Feature Selection

• Scikit Learn 0.24 更新 SequentialFeatureSelector 介紹

三、Model Training

Training 流程

• DL Troubleshooting：如何最佳化你的Performance？搞清楚現在該做甚麼！
• DL Troubleshooting：我的bug來自哪裡？完整DL debug流程

NLP Model

• 無痛使用超強NLP model — BERT

Semi-Supervised Learning

• Semi-supervised Learning in sklearn 0.24!! 如何利用那些沒有label的data

Unsupervised Learning

• 不要再用K-means！ 超實用分群法DBSCAN詳解
• 2021年資料科學家必備分群法（Clustering）：HDBSCAN簡介

Metric Learning

• Shopee比賽ArcFace介紹

Hyperparameter Tuning

• ML調參數神物 Successive Halving !! sklearn 0.24開始支援
• Cross Validation 3大方法

大規模training

• NVIDIA RAPIDS介紹 : GPU加速ML package

Post Processing

• 挑threshold

四、Evalutation

模型信心

• 模型對自己有多少信心？？Part 1: Sklearn解密 predict_proba是甚麼？？？
• 模型對自己有多少信心？？Part 2 : SVM的predict_proba是甚麼？？？
• 模型信心的本質！：Probability Calibration

Behavior Testing

• NLP模型健檢：Behavior Testing of NLP model

五、Deployment

目前還沒有內容

六、案例分析

• 2021 Shopee 商品分類競賽：part1、part2、part3、part4、part5

如果有興趣的朋友記得收藏這篇文章並且隨時打開關注最新進展，我會每週更新1~2篇文章到我的Medium上。

並且如果有一些內容很重要但是已經有別人寫過並且寫得很好，我也會整理上來方便大家學習~

如果喜歡這篇文章可以幫我多拍手幾次XD，或是對於哪個類型文章有興趣都可以在留言區跟我講~ 後續會以中難度的ML/DS/AI知識為主，以及AI/HCI研究相關知識
這次我來設一個目標，如果拍手超過500個（每人最多能給50個），我將會寫文章分析Kaggle上2019知名競賽https://www.kaggle.com/c/santander-customer-transaction-prediction做一個完整的案例分享，來讓大家實際學習ML流程。